AI對(duì)話與人完全不同，它更多基于邏輯、數(shù)據(jù)、算法，更加注重信息傳遞和問題解決。所以AI軟件的第一大問題，并不是“軟件有多難操作”，而是“如何提出一個(gè)好問題”。我們?cè)撊绾蜗蛉斯ぶ悄芴釂?，如何界定問題，如何掌握問題中的變量關(guān)系呢？本文作者對(duì)此進(jìn)行了分析，希望能給你帶來幫助。

AI對(duì)話與人完全不同。

人對(duì)話過程基于情感、文化背景、現(xiàn)狀，需要考慮對(duì)方情緒、語氣、表情等非語言因素，AI對(duì)話更多基于邏輯、數(shù)據(jù)、算法，更加注重信息傳遞和問題解決。

盡管各家都在推崇自然語言處理技術(shù)（(Natural Language Processing, NLP)，AI對(duì)話（文心一言、chatGPT）也在逐漸向著“人性化”方向發(fā)展，但兩者本質(zhì)依然存在明顯區(qū)別。

面對(duì)AI出現(xiàn)，很多人有一定思想覺悟，通過學(xué)習(xí)知識(shí)來降低自我可替代性，但是他們發(fā)現(xiàn)，第一大問題，并非是“軟件有多難操作”，而是“如何提出一個(gè)好問題”。

凱文凱利（Kevin Kelly）曾在一場(chǎng)知名演講中提到未來發(fā)展的12大趨勢(shì)，其中第11個(gè)趨勢(shì)就是提問；不過，在中國目前管理學(xué)市場(chǎng)上，大家還未能充分利用提問。

什么是提問？我們?cè)撊绾蜗蛉斯ぶ悄芴釂?、如何界定問題、問題怎么分類轉(zhuǎn)化，如何把大問題縮成小問題，如何掌握問題中的變量關(guān)系，我試試能不能講明白。

一、提問的邏輯

什么是提問（ask a question）？提問是提出問題，問題是目標(biāo)（標(biāo)準(zhǔn)）與實(shí)際的差距。

比如，目標(biāo)考90分，實(shí)際卻考60分，60分和90分之間的差距，就是問題，怎么才能把問題提出來呢？需要先能“發(fā)現(xiàn)”和“找準(zhǔn)”問題。

三個(gè)與提問緊密相關(guān)的要素是“是什么（what）、為什么（why）、怎么做（how）”，提問的核心也是搞清楚它們?nèi)咧g的關(guān)系；2009年美國營銷顧問西蒙·斯涅克（Simon Sinek）在TED演講中，首次用它來表達(dá)領(lǐng)袖力模型，這個(gè)模型后被稱為黃金圈法則。

先說是什么（what）。

人們常常在這里搞不清楚，因?yàn)槭鞘裁矗╳hat）通常包括四個(gè)隱形條件，即：定義、內(nèi)涵和外延、做出判斷、概念之間的聯(lián)系。

就像“愛情”，定義層面指一種深厚的感情，表現(xiàn)為對(duì)他人的無私關(guān)注、關(guān)心和感情依戀，它也可以是親情，不同的人有不同的看法和體驗(yàn)。

可是，這會(huì)造成什么？

我們常?？吹侥硞€(gè)男生付出很多，最后依然沒有收獲愛情。雙方對(duì)愛界定標(biāo)尺不一樣，邊界不清晰，自然很難碰撞出火花。

回答是什么，需要注意概念與概念之間的關(guān)系，避免邏輯錯(cuò)誤，說“羊城”和“廣東省省會(huì)”指同一個(gè)城市廣州，可兩個(gè)概念卻是同一關(guān)系。

概念與概念之間有6種關(guān)系，同一關(guān)系，包含關(guān)系，交叉關(guān)系，矛盾關(guān)系，反對(duì)關(guān)系，邏輯并列關(guān)系。（《實(shí)用邏輯教程（第5版）》，張綿厘著，中國人民大學(xué)出版社，2015）。

由此可見，盡管你知道差30分的事實(shí)，卻不一定知道“是什么”造成的差距，怎么辦？問“為什么（why）”。為什么是因果關(guān)系，是事物背后的道理。

比如：

發(fā)動(dòng)機(jī)為什么能工作？背后后對(duì)應(yīng)物理原理；飛機(jī)為什么能飛起來？背后有空氣動(dòng)力學(xué)原理。

我們知道創(chuàng)新、進(jìn)步和解決問題拿到成果都非常重要；那么，想要?jiǎng)?chuàng)新、進(jìn)步和解決問題拿到成果與提問是否有因果關(guān)系呢？

是的。如果不會(huì)提問，就無法找到問題。找不到問題就無法解決問題，進(jìn)而無法獲得成果。這種因果關(guān)系也進(jìn)一步解釋“為什么提問很重要”，畢竟提問可以帶給我們更好的東西。

再說，怎么做（how）。

下雨后路上有一灘水，小孩子看到大人抬腳跨越過去，自己也學(xué)者邁過去，可是不巧，由于步子太小，一下子踩在水里面，惹得大人哈哈大笑。小孩子通過觀察、模仿、學(xué)會(huì)了怎么做。

因此，“提問”看起來是解決問題，背后實(shí)則追去更好的東西。

就像看到一個(gè)動(dòng)物，你不知道它是什么，第一個(gè)問題是“這是什么”；有人告訴你，這是馬，你可能會(huì)問“馬能干什么”；別人告訴你馬可以用來騎、馱東西后，你也就明白“馬對(duì)你有什么用處”，整個(gè)提問是對(duì)事物詳細(xì)的認(rèn)知過程。

可是，現(xiàn)實(shí)中問題很難界定。

我身邊很多自媒體朋友，他們奮發(fā)圖強(qiáng)，暢聊時(shí)說要寫這個(gè)、那個(gè)選題，當(dāng)坐在電腦旁，憋了半天，勉強(qiáng)在屏幕上打下“關(guān)于科學(xué)化做好營銷的研究”后，就沒下文了。

為什么？

因?yàn)?strong>問題包括寬泛議題（issue）、難題（problem）、疑問（question）、話題（topic）四種類型，雖然幾個(gè)詞在中文中不好區(qū)分，但所涉及的范圍，含義卻大有不同。

我寫文章多半研究以疑問、話題為主，議題和難題要經(jīng)過一定的思考過程轉(zhuǎn)化為研究問題（research question），如果不在某個(gè)領(lǐng)域深度研究，表達(dá)會(huì)比較空泛。

三者區(qū)別何在？

一般來說，議題（issue）指寬泛話題，是一個(gè)問題叢包括面廣，如元宇宙包括AR、VR、內(nèi)容系統(tǒng)、操作系統(tǒng)、數(shù)字孿生、你根本研究不明白，要么陷入老虎吃天，無從下嘴的局面。

難題（problem）是實(shí)實(shí)在在的困境和麻煩，這類問題需要行動(dòng)和干預(yù)以緩解，如宏觀層食品安全下降，生育率下降，圍觀層找不到工作（就業(yè)）、找不到對(duì)象（婚嫁），抑郁（心理）等。

難題跟議題有重疊之處。

不過可大可小，你可以在選擇中間層面提問，也就是融入疑問環(huán)節(jié)，就像”大規(guī)模裁員背景下，大學(xué)生就業(yè)難問題“該怎么解決，相對(duì)能找到聚焦答案；話題（topic）是對(duì)某個(gè)具體事件、現(xiàn)象的探討；就像椰樹頻繁出圈，大家持不同看法，諸如此類。

不過，很多時(shí)候你面對(duì)的問題是，拿到某個(gè)背景信息，如何將陳述性事件增加一個(gè)問號(hào)，這就涉及到對(duì)提問類型的掌握。

二、提問的方法

提問類型？不就是直接問嗎？

就像，notion AI幫我回答下，小紅書做電商難點(diǎn)在哪？Chat-GPT，幫我起一個(gè)有關(guān)科學(xué)飲食的文章大綱。

經(jīng)過驗(yàn)證，AI比較擅長(zhǎng)解決兩類問題：一類是結(jié)構(gòu)化清晰的，例如寫代碼或做一件常規(guī)的事情；另一類是框架清晰的，只需要它來填充細(xì)節(jié)，并且你對(duì)細(xì)節(jié)有明確要求，所以，開放的問題可能本身就無解，也不具備太現(xiàn)實(shí)的意義。

怎么辦呢？你可以試試這種方法。

其一，封閉式提問

主要回答事實(shí)性問題，用到誰、什么、何時(shí)。它如同填空，往往有確定性答案，但回答完也就結(jié)束了，不會(huì)做太多延伸。

比如：

我在查找各種概念時(shí)，會(huì)說chat-GPT幫我找一下，黃金圈法則是什么，誰提出的，有什么意義，提出者當(dāng)時(shí)為什么要這樣認(rèn)為，盡可能舉個(gè)例子。

或者，查理·芒格（Charlie Thomas Munger），針對(duì)批判性思維的發(fā)言有哪些？在什么場(chǎng)景下，這些發(fā)言起到哪種關(guān)鍵性作用。

其二，為什么怎么樣

使用分析性問題我會(huì)用到“為什么怎么樣”，它可以突破純粹事實(shí)層面，把點(diǎn)點(diǎn)滴滴（connecting the dots）在混亂中找到秩序；比如：我問AI抖音為什么會(huì)做外賣，它做后會(huì)怎么樣？得到答案如下：

只怪自己?jiǎn)柕奶珳\，這種答案也許并不盡人意，對(duì)于”寬泛的議題“或者”只有背景的現(xiàn)實(shí)難題，如何轉(zhuǎn)移成為更深層次的疑問呢？

我提出一個(gè)填空式三步提問法：

第一步，我要研究；

第二步，具體而言，①我想聚焦于以下疑問：為什么有的….有的….卻？（此處比較現(xiàn)象中的差異）②什么印象了這一結(jié)果，③這些因素和結(jié)果之間作用機(jī)制是什么，怎么樣的？

第三步，回答上述疑問后，解決哪些現(xiàn)實(shí)難題。

前兩個(gè)步驟，分別區(qū)分議題、難題、和疑問；這樣從寬泛的話題開始就能聚焦幾個(gè)問題進(jìn)行研究，最終答案能幫我們解決現(xiàn)實(shí)難題，推進(jìn)論據(jù)。

第二步，分別涉及到：

為什么（why），從現(xiàn)實(shí)世界中發(fā)現(xiàn)有趣的對(duì)比、悖論以及差異；什么因素（what），大膽假設(shè)，尋找影響結(jié)果的可能因素；怎么樣（how），小心求證，問清楚原理和結(jié)果之間的作用。

舉個(gè)例子：

我要研究（關(guān)于抖音為什么要做外賣）。具體而言，我想聚焦一下疑問：①為什么抖音要做外賣，在哪些地方進(jìn)行了啟動(dòng)；②什么因素會(huì)影響抖音外賣的擴(kuò)張，有人說是騎手？有人說是關(guān)于商家，③這些影響因素的作用機(jī)制怎么樣的？

當(dāng)然，AI的回答只能作為指導(dǎo)性意見，它給出的答案也許比較寬泛，畢竟是基于“已有海量?jī)?nèi)容”基礎(chǔ)上，作為整合；如果你想深入了解，還需要就細(xì)節(jié)部分進(jìn)行現(xiàn)實(shí)調(diào)查、展開。

就像，北京朝陽有多少騎手、這些騎手每天送多少單、每個(gè)人掙多少錢、工作時(shí)長(zhǎng)等。

品控圈（quality control circle，簡(jiǎn)稱qcc），日本式質(zhì)量管理的集大成者，石川馨 ( Ishikawa Kaoru）提出的“五個(gè)為什么”的方法我也經(jīng)常使用。

具體方法是：

先確定一個(gè)問題、為問題提出為什么的問題、找出答案并再次問為什么；重復(fù)步驟2和3，直到達(dá)到根本原因、找到根本原因并解決它。

簡(jiǎn)單講，這種方法通過反復(fù)問“為什么”，來深入探究問題是什么，然后在找到“怎么做”，似乎有點(diǎn)像埃隆·馬斯克的經(jīng)常講的第一性原理。

我想，只有少數(shù)人這么做。畢竟，提問運(yùn)用較多的還是”寫作、文案、完善句式、以及提高表達(dá)立體感”幾個(gè)維度，除非你是做深度報(bào)道，需要挖掘本質(zhì)部分，不然，你不可能展開這么深。

問的細(xì)節(jié)上，怎么問呢？

不是直接上來“AI，為什么要這么做？”；而是從六要素（誰、什么、何時(shí)、哪里、為什么、怎么樣）出發(fā)，我經(jīng)常用誰、哪里、何時(shí)，什么不斷收口，實(shí)現(xiàn)有效聚焦。

舉個(gè)例子：

咱們以大學(xué)生心理研究為例，首先把研究對(duì)象（who）范圍縮小，從中國大學(xué)生到本科生，或者到幾個(gè)專業(yè)。

然后，再把時(shí)間范圍（when）上縮小，把研究對(duì)象限制在某年級(jí)，例如大一新生，還可以進(jìn)一步細(xì)化到新生的第一個(gè)學(xué)期內(nèi)等。

再次，把地域范圍（where）縮小，同上，縮小至某個(gè)地區(qū)；如北京、上海，這樣研究所面臨的地理范圍就非常集中。

最后，還可以對(duì)研究主題（what）縮小，心理問題非常繁雜多樣，每個(gè)癥狀都不同，聚焦一兩種，問題就變得更加可控，如：研究焦慮。

一番操作，我們能得到什么？中國、北京、大一學(xué)生、入學(xué)第一學(xué)期、學(xué)生焦慮問題。

之所以這樣做，一方面，AI給出的信息過于龐大，如果你詢問的時(shí)間跨度大，范圍不清晰，會(huì)淹沒在喊如煙海的史料中；另一方面，空泛的問題通過窄化聚焦收口，增加限定詞，會(huì)轉(zhuǎn)化成具體，可控的研究。

有人會(huì)說，縮小到具體很窄角度，問題豈不是很瑣碎？

如我一樣，你用AI目的是提高寫作、和商業(yè)研究的效率，那么，我們更關(guān)注“片面而深刻”，而非“全面而膚淺”。

假定兩種情況，一種不停做所謂的“大問題”（例如頭條、阿里商業(yè)分析、產(chǎn)業(yè)分析、競(jìng)爭(zhēng)格局分析），由于問題過于龐雜，無法實(shí)現(xiàn)有效切分，很可能最終寫成一些無關(guān)痛癢的空話套話，所謂的“大餅文章”。

另一種，如果針對(duì)競(jìng)爭(zhēng)格局中的某個(gè)具體問題研究，攻其一點(diǎn)，不及其余，到那時(shí)，大問題就能以小見大，如同下棋，著眼大局但著手小局，此為可取之路徑。

就寫作與商業(yè)研究層面，提問的重要性毋庸置疑，三步提問、五個(gè)為什么，值得你刻意練習(xí)，試試看，愿你成為“問題青年”。

不過當(dāng)你剛用AI時(shí)，可能會(huì)覺得“連環(huán)追問法”比較復(fù)雜，所以，你會(huì)把一些“簡(jiǎn)單處理的問題”直接交給它，但你還不想拿到“空泛”的答案。

怎么辦？剛才過程中提到的“有的….有的….”句型也許比較適合你。

三、提問的變量

先講個(gè)故事，日常中很多現(xiàn)象非常奇怪，咱們經(jīng)常熟視無睹。

你去過酒吧嗎？有沒有注意到酒吧凳子的高度？大約70CM，而平時(shí)生活的凳子高度40-50CM。我知道你腦子里在想什么：為什么酒吧凳子會(huì)高出很多？

酒吧凳子與平常凳子的高度構(gòu)成一個(gè)有趣對(duì)比，構(gòu)成了一個(gè)對(duì)常識(shí)的悖離，因此才會(huì)形成問號(hào)。

如果我在告訴你，某“養(yǎng)生大師”51歲去世，你肯定會(huì)跌碎一地眼睛。我把這類問題稱為謎題（Puzzle）。簡(jiǎn)單講，新舊事實(shí)的不一致或矛盾，會(huì)讓人感覺不確定，從而導(dǎo)致困惑或好奇，以至于想解決該問題。

提問的謎題，就在這里。

史蒂芬·列維特Steven Levitt在《魔鬼經(jīng)濟(jì)學(xué)》中舉過很多例子，例如，印象里毒販都很賺錢，為什么他們還和老母親一起??？

再比如，為什么有的父母經(jīng)常給小孩讀書，經(jīng)常帶孩子去博物館，孩子卻不成功？為什么那些不怎么讀書，不怎么去博物館的人反而成功？這些問題，跟直覺相違背，才悄悄在腦袋里種下一個(gè)問號(hào)。

該怎么，設(shè)計(jì)一個(gè)謎題呢？

以一個(gè)問題為例，你認(rèn)為在中國，醫(yī)生和護(hù)士哪個(gè)群體多？大部分人會(huì)覺得護(hù)士，因?yàn)榉铣ＷR(shí)；但如果我告訴你，“中國醫(yī)生數(shù)量曾長(zhǎng)期多于護(hù)士，只有近幾年護(hù)士才超過醫(yī)生”；這個(gè)事實(shí)，聽完什么反應(yīng)？

如果第一反應(yīng)是“為什么”，那就是一個(gè)好的問題，如果你聽完回答“哦”，說明這個(gè)問題平淡無奇；找到那些與常識(shí)、現(xiàn)實(shí)或理論不一樣的現(xiàn)象，找到那些讓人想不通，覺得費(fèi)解的問題，你能在AI那里能得到不一樣的答案。

例如：

火車、飛機(jī)等出行工具能節(jié)省大量時(shí)間，為什么大家卻總在問世間去哪了？這時(shí)，AI會(huì)告訴你，我們要清楚自己的目標(biāo)和理想，然后利用出行工具實(shí)現(xiàn)它們。

假如我們直接問，“時(shí)間去哪了”？或請(qǐng)以“時(shí)間去哪“作為命題，論述時(shí)間重要性，你只能得到一堆“是什么”，這些材料，也許對(duì)你并沒有太大用途。

一個(gè)經(jīng)典的例子來自趙本山、高秀敏和范偉的小品《賣拐》，當(dāng)中有句經(jīng)典臺(tái)詞，我就納悶了，同樣是生活在一起的兩口子，做人差距怎么就這么大呢？這句話大半個(gè)中國都熟知。

但大家不知道的是，它展示一個(gè)有趣的提問方式，這句話一半控制，一半比較；它控制了兩個(gè)人的生活情境，比較了兩個(gè)人做人的差距；因此形成一個(gè)有趣的謎題。

所以，這些奇怪的角度怎么來？

在大量與AI對(duì)話后，我認(rèn)為變量很重要，也就是，你前面給到背景后，后面兩個(gè)問題形成對(duì)比。“有的….有的….”句型，你可以成功將謎題轉(zhuǎn)化為問題。

為什么有的地方…..有的地方….？為什么有的人…..有的人…..？為什么有的時(shí)候…..有的時(shí)候…..？我們通過比較不同地區(qū)、個(gè)人、時(shí)間在變量上的差異，來獲得新視角。

這句話實(shí)際把哪里、誰、什么時(shí)候這三個(gè)問號(hào)給具體化了。

不善于提問者可以有意識(shí)通過“有的….有的….”訓(xùn)練自己的提問能力，雖然略顯機(jī)械，但這個(gè)句型像學(xué)步車，可以讓初學(xué)者迅速掌握AI對(duì)話技巧。

比如：

同樣在互聯(lián)網(wǎng)公司，為什么裁員時(shí)有的人大喊大叫要賠償，有的人卻保持沉默？同樣在一個(gè)家庭長(zhǎng)大的孩子，為什么有的孩子乖巧懂事，有的無法無天。

同樣過日子，為什么有人快樂，有人抑郁了？同樣熬夜，為什么有的依然頭發(fā)茂密，有的頭發(fā)稀疏？同樣是酒，為什么紅酒比啤酒高雅？同樣是裁員，為什么美團(tuán)、字節(jié)風(fēng)平浪靜，而京東總被網(wǎng)友吐槽。

謎題就在變量中，變量分為因變量（dependent variable）和自變量（independent variable），假設(shè)你想拿到一個(gè)待解釋的結(jié)果，那就從結(jié)果出發(fā)，試著反推哪些原因造成了這個(gè)情況。

把這一系列方式，學(xué)著嵌套到你的問題上，然后甩給AI，你能得到驚訝的答案，不信？試試看。

四、總結(jié)

把為什么（why）設(shè)計(jì)好，是什么（what）怎么做（how）大致不會(huì)偏差。詢問為什么（why）時(shí)，試試“五個(gè)為什么，以及三步提問法”。

如果覺得太難，那就從“有的….有的…..”出發(fā)吧。

記住運(yùn)用一半控制一半比較；AI永遠(yuǎn)是工具，掌握AI提問的方法，才能提高解決問題的效率，祝你，活學(xué)活用。